基于哈希的乳腺X线图像病变区域检测与分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.2.1 乳腺肿块CAD系统研究现状 | 第16-17页 |
| 1.2.2 乳腺肿块CAD系统的发展趋势 | 第17页 |
| 1.3 研究内容及章节安排 | 第17-20页 |
| 第二章 图像特征提取方法与哈希算法理论 | 第20-28页 |
| 2.1 图像特征提取方法 | 第20-24页 |
| 2.1.1 基于梯度的特征 | 第20-21页 |
| 2.1.2 词袋模型 | 第21-22页 |
| 2.1.3 基于场景信息的特征 | 第22-24页 |
| 2.2 哈希算法理论 | 第24-27页 |
| 2.2.1 图像哈希算法概述 | 第24-25页 |
| 2.2.2 图像哈希算法中的经典算法 | 第25-26页 |
| 2.2.3 图像哈希算法的应用 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于哈希的肿块快速检测方法 | 第28-46页 |
| 3.1 引言 | 第28页 |
| 3.2 乳腺钼靶图像预处理方法 | 第28-32页 |
| 3.2.1 乳腺钼靶图像预处理流程 | 第28-31页 |
| 3.2.2 可疑病变区域检测方法框架 | 第31-32页 |
| 3.3 基于哈希的可疑病变区域检测方法 | 第32-38页 |
| 3.3.1 滑动窗检测结构 | 第32-34页 |
| 3.3.2 基于哈希的分类算法 | 第34-37页 |
| 3.3.3 可疑区域优化标记方法 | 第37-38页 |
| 3.4 实验结果分析 | 第38-44页 |
| 3.4.1 实验数据库简介 | 第39页 |
| 3.4.2 特征对比实验及结果分析 | 第39-40页 |
| 3.4.3 肿块检测对比实验及结果分析 | 第40-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于多特征融合哈希的乳腺图像检索与分析 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 成对多维度词袋模型 | 第46-49页 |
| 4.3 分层加权Gist特征 | 第49-51页 |
| 4.4 基于多特征融合哈希的疑似肿块检索与分析 | 第51-55页 |
| 4.4.1 基于内容的图像检索 | 第51-52页 |
| 4.4.2 基于多特征融合哈希的可疑肿块分析 | 第52-55页 |
| 4.5 实验结果分析 | 第55-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-64页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
